Czy algorytm strcasecmp jest wadliwy?

Próbuję ponownie wdrożyć strcasecmpfunkcję w C i zauważyłem, co wydaje się być niespójnością w procesie porównywania.

Od man strcmp

Funkcja strcmp () porównuje dwa ciągi s1 i s2. Ustawienia regionalne nie są brane pod uwagę (dla porównania uwzględniającego ustawienia regionalne, patrz strcoll (3)). Zwraca liczbę całkowitą mniejszą, równą lub większą od zera, jeśli okaże się, że s1 jest odpowiednio mniejsza niż, do dopasowania lub większa niż s2.

Od man strcasecmp

Funkcja strcasecmp () wykonuje porównanie bajtów po bajtach ciągów s1 i s2, ignorując wielkość liter w znakach. Zwraca liczbę całkowitą mniejszą, równą lub większą od zera, jeśli okaże się, że s1 jest odpowiednio mniejsza niż, do dopasowania lub większa niż s2.

int strcmp(const char *s1, const char *s2);
int strcasecmp(const char *s1, const char *s2);

Biorąc pod uwagę te informacje, nie rozumiem wyniku następującego kodu:

#include <stdio.h>
#include <string.h>

int main()
{
    // ASCII values
    // 'A' = 65
    // '_' = 95
    // 'a' = 97

    printf("%i\n", strcmp("A", "_"));
    printf("%i\n", strcmp("a", "_"));
    printf("%i\n", strcasecmp("A", "_"));
    printf("%i\n", strcasecmp("a", "_"));
    return 0;
}

Ouput:

-1  # "A" is less than "_"
1   # "a" is more than "_"
2   # "A" is more than "_" with strcasecmp ???
2   # "a" is more than "_" with strcasecmp

Wygląda na to, że jeśli bieżącym znakiem w s1jest litera, to zawsze jest konwertowany na małe litery, niezależnie od tego, czy bieżącym znakiem s2jest litera, czy nie.

Czy ktoś może wyjaśnić to zachowanie? Czy pierwsza i trzecia linia nie powinny być identyczne?

Z góry dziękuję!

PS:
Używam gcc 9.2.0na Manjaro.
Ponadto, kiedy kompiluję z -fno-builtinflagą, otrzymuję zamiast tego:

-30
2
2
2

Chyba dlatego, że program nie korzysta ze zoptymalizowanych funkcji gcc, ale pozostaje pytanie.

Zachowanie jest poprawne.

Zgodnie ze str\[n\]casecmp()specyfikacją POSIX :

Gdy LC_CTYPEkategoria używanego ustawienia narodowego pochodzi z ustawienia narodowego POSIX, funkcje te powinny zachowywać się tak, jakby łańcuchy zostały przekonwertowane na małe litery, a następnie przeprowadzono porównanie bajtów. W przeciwnym razie wyniki nie są określone.

Który jest również częścią tej UWAGI sekcji strony Linux man :

Standard POSIX.1-2008 mówi o tych funkcjach:

Gdy kategoria LC_CTYPE używanego ustawienia narodowego pochodzi z ustawienia narodowego POSIX, funkcje te powinny zachowywać się tak, jakby łańcuchy zostały przekonwertowane na małe litery, a następnie przeprowadzono porównanie bajtów. W przeciwnym razie wyniki nie są określone.

Dlaczego?

Jak zauważył @HansOlsson w swojej odpowiedzi , dokonywanie bez rozróżniania wielkości liter porównań tylko liter i pozwalanie, aby wszystkie inne porównania miały swoje „naturalne” wyniki, tak jak w przypadku, strcmp()spowodowałoby przerwanie sortowania.

Jeśli 'A' == 'a'(definicja porównania bez rozróżniania wielkości liter), to '_' > 'A'i '_' < 'a'(„naturalny” wynik w zestawie znaków ASCII) nie mogą być prawdziwe.

Inne linki, http://man7.org/linux/man-pages/man3/strcasecmp.3p.html dla strcasecmp mówią, że konwersja na małe litery jest poprawnym zachowaniem (przynajmniej w ustawieniach regionalnych POSIX).

Powodem takiego zachowania jest to, że jeśli używasz strcasecmp do sortowania tablicy ciągów, potrzebne jest uzyskanie rozsądnych wyników.

W przeciwnym razie, jeśli spróbujesz posortować „A”, „C”, „_”, „b” przy użyciu np. Qsort, wynik będzie zależał od kolejności porównań.

Wygląda na to, że jeśli bieżącym znakiem w s1 jest litera, zawsze jest konwertowany na małe litery, niezależnie od tego, czy obecny znak w s2 jest literą, czy nie.

Zgadza się - i taka powinna byćstrcasecmp() funkcja ! Jest to funkcja, a nie część standardu, ale z „ Podstawowych specyfikacji grupy otwartej, wydanie 6 ”:POSIXC

W ustawieniach regionalnych POSIX strcasecmp () i strncasecmp () zachowują się tak, jakby ciągi zostały przekonwertowane na małe litery, a następnie przeprowadzono porównanie bajtów. Wyniki nie są określone w innych lokalizacjach.

Nawiasem mówiąc, to zachowanie dotyczy również _stricmp()funkcji (stosowanej w Visual Studio / MSCV):

Funkcja _stricmp zwykle porównuje łańcuch1 i łańcuch2 po konwersji każdego znaku na małe litery i zwraca wartość wskazującą na ich związek.

ASCII kod dziesiętny za Ato 65za _to 95i za ato 97, więc strcmp()to co robi to przypuszczać, aby zrobić. Mówiąc leksykograficznie, _jest on wtedy mniejszy ai większy niż A.

strcasecmp()będzie Auważany za a*, a ponieważ ajest większy niż _wynik jest również poprawny.

* Standard POSIX.1-2008 mówi o tych funkcjach (strcasecmp () i strncasecmp ()):

Gdy kategoria LC_CTYPE używanego ustawienia narodowego pochodzi z ustawienia narodowego POSIX, funkcje te powinny zachowywać się tak, jakby łańcuchy zostały przekonwertowane na małe litery, a następnie przeprowadzono porównanie bajtów. W przeciwnym razie wyniki nie są określone.

Źródło: http://man7.org/linux/man-pages/man3/strcasecmp.3.html